Hasil Pencarian  ::  Simpan CSV :: Kembali

"Advanced Financial Risk Management bridges the gap between the idealized assumptions used for risk valuation and the realities that must be reflected in management actions. It explains, in detailed yet easy-to-understand terms, the analytics of these issues from A to Z, and lays out a comprehensive strategy for risk management measurement, objectives, and hedging techniques that apply to all types of institutions. Written by experienced risk managers, the book covers everything from the basics of present value, forward rates, and interest rate compounding to the wide variety of alternative term structure models.Revised and updated with lessons from the 2007-2010 financial crisis, Advanced Financial Risk Management outlines a framework for fully integrated risk management. Credit risk, market risk, asset and liability management, and performance measurement have historically been thought of as separate disciplines, but recent developments in financial theory and computer science now allow these views of risk to be analyzed on a more integrated basis. The book presents a performance measurement approach that goes far beyond traditional capital allocation techniques to measure risk-adjusted shareholder value creation, and supplements this strategic view of integrated risk with step-by-step tools and techniques for constructing a risk management system that achieves these objectives."

"Pemodelan term structure of interest rate merupakan permasalahan yang cukup penting dalam teori finansial modern. Penelitian ini bertujuan mencari model term structure yang tepat digunakan dalam kasus di Indonesia. Dalam penelitian ini diambil lima sampel model term structure yaitu cubic spline (CS), polinimial pangkat empat (POLY), Nelson-Siegel (NS), Extended Nelson-Siegel-Svensson (ENSS) dan Modifikasi model Extended Nelson-Siegel-Svensson (ModENSS) yang diajukan oleh penulis dengan menggunakan data mingguan transaksi obligasi pemerintah untuk periode Februari 2002 sampai dengan 18 Agustus 2004. Dalam penelitian ini juga diperlihatkan perbedaan antara pemakaian yield to maturity dengan zero-coupon rate dalam pembentukan term structure di Indonesia. Dapat disimpulkan bahwa model ENSS lebih baik dibandingkan keempat model lainnya dalam kriteria in sample ataupun out of sample analisis. Hal ini ditunjukkan dari nilai RMSE (Root Mean Square Error) ataupun MAYE (Mean Absolute Yield Error) yang terkecil dibandingkan model lainnya. Pengujian ANOVA dan uji lanjutan Tukey turut mendukung kesimpulan tersebut. Dengan demikian penambahan satu parameter lagi ke dalam model ENSS yang diajukan oleh penulis ternyata tidak memberikan peningkatan yang signifikan dalam perbaikan model term structure untuk kasus di Indonesia.

---

Modeling term structure of interest rate has been one of important problems in financial modern theory. This research is conducted to find term structure model that appropriate to be implemented in Indonesia case. We choose five famous term structure models i.e.: cubic-spline, polynomial 4th order, Nelson-Siegel, Extended Nelson-Siegel-Svensson and Modified Extended Nelson-Siegel-Svensson by adding one more parameter in Extended Nelson-Siegel-Svensson. We used secondary market government securities data from February 2002 to August 2004 in weekly basis to test the model. This paper also shows the different between yield to maturity and zero coupon spot rate information in modeling term structure. We find evidence that Extended-Nelson-Siegel-Svensson method is superior both in sample and out-of sample analysis that it is indicated by the smallest RMSE (Root Mean Square Error) and MAYE (Mean Absolute Error) value compared to the others. Another conclusion was by adding one more parameter into ENSS model, it did not improve term structure model significantly in Indonesia case."

"ABSTRAKDalam dunîa perbankan, persaingan bisnis antar bank sangat dipengaruhi bagaimanakemampuan bank dalam mengelola sumber daya yang dimilikinya. Asset bank merupakansumber pendapatan bunga bagi bank sedangkan kewajiban memberikan beban/biaya bungabagi bank. Asset dan kewajiban bank dipengaruhi oleh perubahan tingkat suku bunga pasarsehingga dapat menimbulkan kerugian bagi bank. Ketika suku bunga pasar meningkat makaasset-asset yang jatuh tempo akan mengalami kerugian sedangkan kewajiban bank yang jatuhtempo akan mengalami keuntungan demikian sebaliknya jika suku bunga pasar mengalamipenurunan. Karena sebagian besar dari asset dan kewajiban bank mark to market maka bankperlu melakukan asset liability management (ALMA). ALMA pada bank bertugas untukmeningkatkan profitability perbankan dan manajemen risiko. Dalam manajemen nsikodilakukan beberapa tahap dimana salah satu tahapnya adalah pengukuran risiko. Salah satutools pengukuran risiko adalah dengan penentuan VAR. VAR merupakan estimasi kerugian dimasa yang akan datang berdasarkan volatilitas faktor pasar pada masa Iampau (data historis)dengan derajat kepercayaan dan holding period tertentu. Pada penelitian ini dilakukan penentuan VAR sebagai akibat tereksposurenya asset dankewajiban Bank Mega terhadap suku bunga pasar dengan menggunakan metode variankovarian dengan estimator volatilitas standar deviasi Equally Weighted dan ExponentialWeighting Moving Average (EWMA). Penentuan VAR berdasarkan posisi asset dankewajiban bank pada tanggal 31 Desember 2001. Dalam penentuan VAR ini. asset dankewajiban bank dikelomkan kedalam beberapa vertex herdasarkan jangka waktu jatuhtemponya. Future cashflow dan masing-masing vertex ini yang tereksposure terhadap sukubunga pasar (data historis) yang kemudian diukur volatilitasnya menggunakan estimatorvolatilitas standar deviasi, EW dan EWMA. Untuk menentukan metode estimator yang memberikan validitas yang tinggi makadibentuk beberapa model dengan menghitung VAR secara harian, dimana periode observasipenentuan VAR adalah antara 2 Januari 2001 hingga 31 Desember 2001. VAR yang diperolehsecara harian dibandingan dengan aktual profit dan loss yang terjadi. Model terbaik yang digunakan untuk estiniasi VAR 31 Desember 2001 dan berbagaialternatif variasi yang dilakukan adalah model estimator EWMA 520,5 untuk 0,94dengan derajat kepercayaan 99 % karena model inilah yang masuk dalam daerah batasan dandengan periode updating 5 han memberikan kemampuan yang lebih besar dalammengantisipasi kerugian sebagai akibat fluktuasï suku bunga pasar yang terbaru. Pemilihanderajat kepercayaan 99 % disebabkan karena bank menerapkan prudential banking dalammelakukan strateginya. Estimasi VAR 31 Desember 2001 yang diperoleh sebesar Rp.(23.163.223.809). Nilai ini berarti bahwa pada kondisi market yang normal, estimasi kerugianmaksimum yang akan dialami bank pada satu hari yang akan datang adalah sebesar Rp23.163.223.809 dengan derajat kepercayaan 99 %. Modal yang diperlukan oleh bank untuk mengantisipasi kerugian yang dihasilkan danestimasi VAR dengan model EWMA 520,5, ) = 0,94, untuk holding period 1 hari adalah 3,65% dan Networthnya. Sebagai akibat eksposure suku bunga pasar terhadap asset dan kewajibanBank Mega, maka CAR bank setelah memperhitungkan market risk rnenjadi 8,42 %. Perbedaan holding period yang digunakan mempengaruhi jumlah modal yang harusdisediakan. Untuk VAR dengan holding period 1 hari, jumlah modal yang harus disediakanlebih kecil dibandingkan dengan holding period 5, 10, dan 20 hari."